Development of feature extraction algorithm to characterize the response to treatment of arteriovenous brain malformations using MRI perfusion (Arterial Spin Labeling)

Autor: India Dolisi, Clara
Přispěvatelé: Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial, Hospital Sant Joan de Déu, Mata Miquel, Cristian, Benítez Iglesias, Raúl
Jazyk: angličtina
Rok vydání: 2023
Předmět:
Popis: Les Malformacions Arteriovenoses cerebrals (MAVs) són considerades la principal causa d’hemorràgia cerebral en pacients pediàtrics. Per tal d’avaluar l’efectivitat del tractament de les MAVs cerebrals, diverses tècniques d’imatge mèdica no invasives han sigut proposades, incloent seqüències com la la pseudo-continuous Spin Labelling (ASL). L’obliteració total de una MAV tarda habitualment un període de dos anys, pel que és necessari un seguiment del o la pacient, sent així d’alta importància que les tècniques d’imatge siguin el menys invasives possible, requerint per tant, que siguin estudiades les alternatives no invasives. Per tal d’avaluar la resposta al tractament de les MAVs, és crucial identificar les zones del cervell específiques que participen de l’activitat d’aquestes, per així poder obtenir informació sobre la condició de la malformació i estudiar l’eficàcia del tractament. Per aquesta raó, s’ha dissenyat i implementat un algoritme de segmentació en forma d’aplicació web que ha sigut validat per tal de crear un "ground-truth atlas" del procés de segmentació. Las Malformaciones Arteriovenosas cerebrales (MAVs) son consideradas la principal causa de hemorragia intracraneal en pacientes pediátricos. Para evaluar la efectividad de los tratamientos de las MAVs cerebrales, han sido propuestas varias técnicas de imagen no invasivas, incluyendo secuencias como la pseudo-continuous Spin Labelling (ASL). La obliteración total de una MAV suele tardar unos dos años, por lo que es necesario un seguimiento del paciente, siendo así de alta importancia que las técnicas de imagen sean lo menos invasivas posible, requiriendo el estudio de alternativas no invasivas. Para evaluar la respuesta que tienen las MAVs al tratamiento, es crucial identificar las zonas específicas del cerebro que participan de la actividad de estas, para poder así obtener información sobre la condición de la malformación y de este modo estudiar la eficacia del tratamiento. Por consiguiente, un algoritmo de segmentación implementado en forma de aplicación web ha sido diseñado, desarrollado y validado para crear un "ground-truth atlas" del proceso de segmentación. Cerebral Arteriovenous Malformations (AVMs) are considered the primary cause of paediatric intracranial haemorrhage. To evaluate the effectiveness of cerebral AVMs treatment, various non-invasive imaging techniques have been suggested, including the pseudo-continuous Arterial Spin-Labelling (ASL) sequence. Since the complete obliteration of AVMs may take up to two years, a subsequent follow-up is necessary. Hence, it is imperative to investigate non-invasive imaging techniques to minimize the invasiveness of the diagnostic process. To evaluate the response to treatment of Brain Arteriovenous Malformations, it is crucial to identify the specific brain regions that provide information on the AVM's condition and study them to assess the treatment's performance. Accordingly, a segmentation algorithm in the form of a web application has been designed, developed, and validated to create a "ground-truth atlas" from the segmentation process.
Databáze: OpenAIRE